环境与发展

低碳经济视角下新能源汽车配送路径优化研究

索 彤彤

石家庄铁道大学

郭 跃显

石家庄铁道大学

和 延年

北京城建设计发展集团股份有限公司

DOI: https://doi.org/10.59429/hjfz.v6i9.7982

Keywords: 物流工程；多车型路径优化；遗传算法；纯电车物流配送；大规模邻域搜索

---

Abstract

为减少因配送导致的碳排放污染问题，论文以城市配送为背景，以包含碳排放成本在内的配送总成本最小 为优化目标，在传统遗传算法的基础上加入大规模邻域搜索（LNS），设计了一种综合考虑需求量、车辆载重、单 次充电续驶里程、碳排放成本、充电成本以及燃油成本等在内的遗传算法，通过案例，对两种配送模式下的配送方 案进行比较分析。研究结果表明，论文构建的多车型车辆配送模型和设计的遗传算法能够得到最优配送路径方案； 通过两种配送方式对比分析可知，在实际中短距离运营中，纯电动车的配送成本更低、对环境造成的影响更小，纯 电动车配送更符合低碳物流的发展趋势。

---

References

[1] 何东东,李引珍.多车型绿色车辆路径问题优化模型[J].计算机应用,2018,38(12):3618-3624.

[2] 何义团,张鹏博,邵毅明,等.燃油与纯电动汽车流通过程中CO2排放分析[J].重庆交通大学学报(自然科学版),2019.

[3] Xian-Long G E, Zu-Wei L I. Summary of Research on Logistics Distribution Optimization Based on Electric Vehicle[J]. Mathematics in Practice and Theory,2018.

[4] 李啸麟.G公司多车型电动物流车配送路径规划研究[D].北京:北京交通大学,2019.

[5] 麻存瑞,柏赟,赵欣苗,等.快递配送车辆路径优化研究[J].交通运输系统工程与信息,2017(4).

[6] Baker B M, Ayechew M A. A genetic algorithm for the vehicle routing problem[C]//World Congress on Intelligent Control & Automation. IEEE,2003.

[7] 林海.城市纯电动车配送路径优化研究[D].西安:长安大学,2019.

[8] 揭婉晨.面向物流配送系统的电动汽车路径优化问题研究[D].武汉:华中科技大学,2017.

[9] 马冰山,胡大伟,陈希琼,等.半开放式的多配送中心纯电动车辆路径优化问题[J].交通运输系统工程与信息,2019.